RAG × LangChain整合應用：從問診機器人開始，打造可信任的AI系統（iThome鐵人賽系列書）

詳細資訊

從概念到實作，全方位掌握RAG與LangChain
精準打造你的專屬AI系統！


本書改編自第16屆iThome鐵人賽生成式AI組優選系列文章《初探LangChain與LLM：打造簡易問診機器人》，完整收錄生成式AI、大型語言模型（LLM）與檢索增強生成（RAG）的核心觀念與技術細節。

書中首先帶領讀者認識生成式AI與LLM的重要觀念，深入探討模型常見的幻覺問題與即時知識更新的難點，並逐步引導讀者學習RAG架構如何有效克服這些挑戰。接著，以詳細且易懂的步驟說明環境建置方法，包括Python、PyCharm、OpenAI API及MongoDB Atlas的設定，確保讀者能快速架設並應用於實務專案。

此外，書中透過實際案例「智慧問診機器人」專案的完整演練，全面介紹LangChain框架的基礎到進階操作技巧，並深入說明如何評估與測試系統效能，運用DeepEval及LLM as a Judge等工具進行成效驗證，幫助讀者掌握RAG系統的實務與優化策略，快速提升實戰能力。

無論你是初次接觸生成式AI的新手，或希望深度實作RAG技術的進階讀者，本書將引導你扎實地掌握理論基礎與技術細節，輕鬆建立屬於自己的高效能智慧應用系統。


【重點摘要】

✦ 理論基礎
深入淺出RAG核心觀念
✦ 環境架設
從開發到部署一本搞定
✦ 實務專案
採用貼近生活的問診系統實戰演練
✦ 效能評估
開發同時也關注模型回答的表現


【目標讀者】

．對生成式AI有興趣的讀者
．具備基礎Python知識的讀者
．期望理解RAG系統的人士
．想要了解如何評估RAG表現的開發者


【專業推薦】

本書以教學導向的內容，帶領讀者認識生成式AI、大型語言模型（LLM）與RAG（檢索增強生成）的基本概念與架構，進而透過實際操作與範例，理解LangChain框架的開發實務，以及向量資料庫在知識檢索中的關鍵角色；並經由智慧問診機器人實作演練，讓讀者學習如何建構一個能實務運作的智慧化系統，同時介紹提升RAG系統準確度的建議作法。我誠摯推薦本書給每一位希望從基礎出發，穩健踏入LLM與RAG實作領域的讀者。相信本書不只會協助您建立知識架構，更會為後續的學習與應用打下良好的基礎。

──── 呂奇傑｜輔仁大學資訊管理學系 特聘教授

目錄列表